Sonys AI-robot utmanar tenniseliten – slår människor i pingis
I en bländsnabb rörelse sträcker roboten ut sin arm och räddar en boll som just studsade på bordskanten. Den japanska elitspelaren tittar förvånat på maskinen som just har avvärjt ett till synes omöjligt slag.
Elektronikjätten Sony har utvecklat en AI-robot vid namn Ace som kan besegra elitspelare i bordtennis. Enligt en ny studie publicerad i vetenskapstidskriften Nature använder roboten ett nätverk av kameror och en arm med åtta leder för att möta och returnera motståndarnas slag.
”Ace vann flera gånger och kunde konsekvent returnera hårda slag,” skriver forskarna bakom projektet. Roboten har imponerat på flera erfarna spelare, däribland Kinjiro Nakamura, en OS-deltagare från 1992.
”Jag trodde inte det var möjligt. Men faktum att det var det innebär att det finns en möjlighet att även en människa skulle kunna göra det,” kommenterar Nakamura i studien.
Den japanska uppfinningen är bara ett exempel på den senaste tidens framsteg inom robotidrottsteknik. I Kina tävlade nyligen över 100 humanoidrobotar i ett halvmaraton. Vinnaren, med namnet Lightning, sprang i mål på 50 minuter och 26 sekunder – hela sju minuter snabbare än något mänskligt världsrekord.
Men varför lägger forskare så mycket resurser på att utveckla idrottande robotar? Danica Kragic, professor och chef för Centrum för autonoma system vid KTH, är kritisk till motivationen bakom sådana projekt.
”I dessa fall kan det handla om att helt enkelt visa vad som kan göras, även om det kanske inte nödvändigtvis har en funktion i sig,” säger Kragic. Hon förklarar att det svåra i utvecklingen är att lära robotarna grundfunktionerna – att gå eller träffa bollar – något som forskare experimenterat med sedan 1980-talet. Efter det handlar det mest om att förfina tekniken.
”När man ser användningen av armar och kameror som kan upptäcka bollar och integrera det med beslutsfattande blir man förstås lite glad. Men jag tror också att vi lägger mycket resurser på att göra saker som kanske inte skapar så mycket värde,” tillägger hon.
Forskarna bakom Ace hävdar att teknologin skulle kunna vara användbar för industri- och servicerobotar. Men Kragic är inte övertygad om kopplingen.
”Jag blir väldigt irriterad när de säger att målet är att utveckla hemrobotar och att det är därför vi gjorde en pingisrobot. Struntprat! Säg istället att målet var att göra en pingisrobot och motivera varför det var ett bra mål,” säger hon bestämt.
Enligt Kragic är det betydligt mer komplicerat att skapa robotar som kan fungera i exempelvis äldrevården.
”Jag personligen tycker att det vore mycket bättre om vi kunde visa en robot som kan byta en blöja eller ta hand om en funktionshindrad person, eftersom det är mycket svårare än att springa ett maraton eller spela pingis.”
Teknikens grunder är dock imponerande. Ace-roboten bygger på tre huvudkomponenter som tillsammans gör den till en formidabel motståndare. För det första har den ett avancerat perceptionssystem. Eftersom bordtennis handlar om hastighet har ett nätverk av kameror placerats runt bordet, vilket gör att Ace kan följa bollens position 200 gånger per sekund. Separata kameror spårar även logotypen på bollen för att beräkna spin.
Den andra komponenten är ett sofistikerat kontrollsystem. Med hjälp av djupinlärning använder AI:n data från kamerorna och fattar beslut om hur robotarmen ska röra sig var 32:a millisekund – en reaktionstid som överträffar människans.
Den tredje komponenten är själva robotkroppen: en åttaledsarm med ett racket, placerad på en plattform. Racketet kan röra sig med en hastighet på 20 meter per sekund, vilket gör roboten kapabel att möta även de snabbaste bollarna.
Trots de teknologiska framstegen kvarstår frågan om resursprioriteringar inom robotforskningen, där Kragic och andra experter efterlyser större fokus på robotar som kan lösa verkliga samhällsproblem snarare än att bara imponera med idrottsprestationer.

17 kommentarer
If AISC keeps dropping, this becomes investable for me.
Uranium names keep pushing higher—supply still tight into 2026.
Good point. Watching costs and grades closely.
Good point. Watching costs and grades closely.
I like the balance sheet here—less leverage than peers.
Good point. Watching costs and grades closely.
Silver leverage is strong here; beta cuts both ways though.
Good point. Watching costs and grades closely.
Good point. Watching costs and grades closely.
Production mix shifting toward Nyheter might help margins if metals stay firm.
Good point. Watching costs and grades closely.
The cost guidance is better than expected. If they deliver, the stock could rerate.
Nice to see insider buying—usually a good signal in this space.
Good point. Watching costs and grades closely.
Production mix shifting toward Nyheter might help margins if metals stay firm.
Good point. Watching costs and grades closely.
Good point. Watching costs and grades closely.